根據Mozilla於9月15日釋出的最新《開源AI現狀》報告，美國科技公司的前沿AI模型與中國企業最好的開源權重模型之間的效能差距已縮小至僅4.4個月。這一結論來自Mozilla向Ars Technica提前分享的報告內容，揭示了開源模型在能力上追趕閉源前沿的速度遠超此前預期。

報告的核心發現之一是，領先的開源模型——月之暗面的Kimi K3——在Artificial Analysis智慧指數上的綜合AI效能得分，僅落後Anthropic的閉源前沿模型Fable 5三分。與此同時，Kimi K3的成本僅為後者的30%。這種效能接近而成本顯著更低的組合，正在推動許多企業將日常工作任務轉向開源模型。

Mozilla技術長Raffi Krikorian在給Ars的電子郵件中表示，閉源模型在少數特定場景中仍然值得支付溢價，包括專家級專業工作、高強度檢索以及長上下文處理。他認為，為閉源模型付費的決策更多是按工作負載而非按組織來劃分的。

報告進一步指出，大多陣列織理想情況下應將開源模型作為其大部分工作的預設選擇。這一建議基於開源模型在常規任務上已經具備足夠的能力，同時能大幅降低推理成本。對於企業而言，這意味著在預算分配上可以更靈活：將資源集中在真正需要前沿閉源模型的少數高價值場景，而非為所有任務支付高價。

從產業角度看，開源模型與閉源前沿模型差距的縮小，正在改變AI模型層的競爭態勢。一方面，它降低了企業採用AI的門檻，尤其是對成本敏感的中小企業和開發者；另一方面，它也對閉源模型廠商的定價能力和商業模式構成壓力，迫使它們更清晰地界定自身在專業工作、高強度檢索和長上下文等場景中的獨特價值。

對於關注AI產業的投資者而言，這一趨勢意味著需要重新評估模型層的價值分佈：開源生態的成熟可能加速AI應用層的普及，同時讓算力需求從訓練向推理傾斜，進而影響晶片、基礎設施和雲服務等上下游環節的長期格局。報告並未給出具體的投資建議，但其資料表明，開源與閉源之間的選擇正變得越來越依賴於具體工作負載，而非簡單的組織偏好。